De flesta AI-kodningsverktyg är körmiljöer: en loop runt en modell, plus verktyg för att läsa och skriva filer och köra kommandon. Claude Code, Codex, OpenCode och Pi är alla körmiljöer, byggda för utvecklare som arbetar i en terminal.
Coroid använder inget av dem. Plattformen kör sin egen.
Varför inte bygga vidare på en befintlig?
Verktygen ovan är utformade för sessioner där någon är närvarande. Någon håller uppsikt, kan svara på frågor, avbryta och märka om något går fel. Det är ett rimligt antagande som präglar allt – hur fel visas, hur mycket kontext som följer med och vad som händer när modellen returnerar något oväntat.
Coroid utgår från motsatsen: ingen håller uppsikt. Arbetet körs i molnet, startat av ett schema, en övervakare eller en händelse, och måste leda till ett resultat som går att granska eller ett tydligt fel – utan att någon kan ingripa medan körningen pågår.
Det är olika problem. Flera av funktionerna nedan finns på grund av den skillnaden och skulle inte vara meningsfulla i en terminalsession.
Så fungerar körmiljön annorlunda
Den räknar med att arbeta självständigt. När modellen returnerar ett felaktigt svar eller ett förvanskat verktygsanrop reparerar loopen det och försöker igen, i stället för att visa en fråga som ingen kan besvara. En obevakad körning som stannar för att ställa en fråga den kunde ha löst själv slösar bort en körplats.
Den är byggd för flera agenter. Loopen är uppbyggd kring roller med olika behörigheter, som lämnar över arbetet mellan sig i en fast ordning eller under ledning av en samordnare som väljer nästa steg – inte en enda agent som gör allt. Verifieringen utförs av en agent som inte skrev koden, och en samordnare kan inte åsidosätta verifieringen. Det är en egenskap hos arkitekturen, inte något man får genom att be snällt. En samordnare kan också upptäcka att koden redan gör det uppgiften kräver och låta QA verifiera det utan ändringar. Alla vägar leder till samma kontrollpunkter.
Den har tydliga budgetar och gränser för hur långt arbetet får gå. Varje körning har en tokenbudget och en maxgräns för antal steg. Utan dem fortsätter en obevakad agent som har missförstått uppgiften att arbeta vidare.
Styrningen är inbyggd i körningen. Policyer, kvalitetskontroller och godkännandesteg är en del av körflödet, inte ett lager runt det. Därför kan en blockerande kontroll stoppa arbetet mitt i körningen, i stället för först efteråt.
Cachelagring är en central del
Kontext står för merparten av kostnaden för att köra agenter, och i en molnbaserad körmiljö läses samma projektkontext om och om igen för många olika uppgifter.
Därför använder körmiljön promptcachelagring i stor utsträckning. Du kan se hur den fungerar i en uppgifts körningslogg, där stegen visar cacheeffektiviteten:
9.1k used (90% cached)En hög andel cacheträffar är skillnaden mellan en dyr körning och en billig. Det är också därför ett välstrukturerat projekt med tydlig kontext är mindre kostsam att arbeta med än en spretig — stabil kontext kan cachas, men kontext som ändras vid varje körning kan det inte.
Det här fungerar tillsammans med progressiva färdigheter, som håller den inlästa kontexten liten redan från början.
Vad det innebär i praktiken
- Ingen lokal installation. Ingen CLI, inget redigerartillägg och ingen körmiljö att drifta. Coroid är API-baserat och körs i molnet.
- Inga abonnemang på verktyg från tredje part. Du behöver inte köpa licenser för en kodningsassistent utöver Coroid. Modellanvändning faktureras som krediter eller via dina egna leverantörsnycklar.
- Arbetet körs utan tillsyn. Scheman och hooks är möjliga eftersom inget är beroende av att en utvecklares dator är igång.
- Beteendet är konsekvent. Allas arbete körs i samma körmiljö med samma policyer, i stället för att bero på vad varje utvecklare har installerat och konfigurerat. Det som är installerat beskrivs i språkstöd och agentmiljö.
Vad det inte förändrar
Körmiljön avgör hur arbetet utförs. Den ändrar inte ramarna: varje ändring kommer fortfarande som en pull request på en branch, inget mergas åt dig och reglerna för branchskydd och granskning gäller precis som för mänskliga medarbetare.